Question

我在这个online code中添加了一个函数，并想知道我是否正确计算每个标签的dsc！如果专家看一下，我会很感激，如果我做错了，请告诉我。

    #cl= list of class labels for exmple [0,1,2]
    for i, c in enumerate(cl):
            curr_eval_mask = eval_mask[i, :, :]
            curr_gt_mask = gt_mask[i, :, :]

            if (np.sum(curr_eval_mask) == 0) or (np.sum(curr_gt_mask) == 0):
                continue

            n_ii = np.sum(np.logical_and(curr_eval_mask, curr_gt_mask))
            t_i  = np.sum(curr_gt_mask)
            n_ij = np.sum(curr_eval_mask)

            DSC[i] =(2*n_ii) / (t_i + n_ij )
    mean_DSC_ = np.sum(DSC) / n_cl_gt
    #n_cl_gt=number of classes in ground truth
    where: n_cl : number of classes included in ground truth segmentation
n_ij : number of pixels of class i predicted to belong to class j
t_i : total number of pixels of class i in ground truth segmentation

我的另一个问题是：mean intersection over union (IoU)是否与平均值Jaccard相同，骰子也可以计算dice=(2*Jacc)/(1+Jacc)？

我通过一个图像的代码计算了平均值dsc，并且是0.01958，但是，对于同一个图像，我的意思是0.0101，我想我在某个地方犯了一些错误。资源提到通常Jacc总是大于DSC。通过根据公式计算，我获得了骰子相似性的0.01999。我做错了吗？

由于

多标签骰子相似度计算：有什么问题吗？

0 个答案: